Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Powiadomienia systemowe

Sesja wygasła!

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: hard failures

Sortuj według:

Ogranicz wyniki do:

Optimisation of Non-Periodic Inspection and Maintenance for Multicomponent Systems

Babishin V., Hajipour Y., Taghipour S.

Eksploatacja i Niezawodność

2018

Vol. 20, no. 2

327--342

A k-out-of-n:G system and a system with components subject to soft and hard failures are both inspected non-periodically. For the k-out-of-n system, components fail “silently” (i.e. are hidden), and the entire system fails when (n-k+1)st component fails. For the system with hard-type and soft-type components, hard failures cause system failure, while soft failures are hidden and do not cause immediate failure of the system, but still reduce its reliability. Every system failure allows for an opportunistic inspection of hidden soft-type components in addition to the scheduled inspections. The available maintenance types are replacement and minimal repair. For hard-type components, the maintenance decision is determined by the optimal age before replacement. For the soft-type components with hidden failures, we do not know their age, and so decide on the appropriate type of maintenance using the optimal number of minimal repairs before replacement. The hidden nature of soft-type component failures precludes the use of a tractable analytic expression, so we use simulation and genetic algorithm (GA) to jointly optimise the non-periodic policies on maintenance and inspection and to ensure these incur minimal expected total cost over a finite planning horizon. Due to increasing computational complexity associated with the number of inspections and maintenance policies to be evaluated, the genetic algorithm presents a promising method of optimisation for complex multicomponent systems with multiple decision parameters.

Przeglądów systemu typu k z n: G oraz systemu z elementami ulegającymi miękkim i twardym uszkodzeniom dokonuje się nieokresowo. W przypadku systemu k z n, składowe ulegają uszkodzeniom „w trybie cichym” (tj. uszkodzenia są ukryte), a cały system ulega awarii, gdy ulegnie uszkodzeniu element (n-k + 1). W przypadku systemu z elementami typu twardego i miękkiego, uszkodzenia twarde prowadzą do awarii systemu, natomiast uszkodzenia miękkie są ukryte i nie powodują natychmiastowej awarii systemu, choć nadal zmniejszają jego niezawodność. Każda awaria systemu stanowi dodatkową, w stosunku do przeglądów planowych, okazję do przeprowadzenia przeglądu (tzw. przegląd awaryjny) ukrytych elementów miękkich. Dostępne rodzaje konserwacji to wymiana oraz naprawa minimalna. W przypadku komponentów twardych, decyzję, który typ konserwacji zastosować, podejmuje się biorąc pod uwagę optymalny wiek przed wymianą. W przypadku elementów miękkich z ukrytymi uszkodzeniami, wiek optymalny jest nieznany, dlatego decyzje o odpowiednim typie konserwacji podejmuje się z uwzględnieniem optymalnej liczby minimalnych napraw przed wymianą. Ukryty charakter uszkodzeń elementów składowych typu miękkiego wyklucza wykorzystanie rozwiązywalnego wyrażenia analitycznego, dlatego w pracy użyto symulacji i algorytmu genetycznego (GA), w celu jednoczesnej optymalizacji nieokresowych strategii prowadzenia konserwacji i przeglądów oraz zapewnienia, że będą one pociągały za sobą minimalny oczekiwany koszt całkowity w skończonym horyzoncie planowania. W świetle rosnącej złożoności obliczeniowej związanej z dużą liczbą ocenianych przeglądów i strategii utrzymania ruchu, algorytm genetyczny stanowi obiecującą metodę optymalizacji złożonych systemów wieloelementowych o wielu parametrach decyzyjnych.

Detekcja i lokalizacja uszkodzeń w sieciach optycznych

Buczak S., Jajszczyk A.

Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne

2011

nr 1

3-9

Opisano i porównano wybrane sposoby detekcji i lokalizacji uszkodzeń w sieciach w pełni optycznych (AON). Sposoby detekcji są podzielone na grupy, pierwsza z nich opiera się na monitorowaniu urządzeń, druga na koncepcji ścieżek monitorujących, trzecia na pobudzeniach testowych, kolejne są związane z sieciami neuronowymi i systemami eksperckimi. Zaprezentowane metody koncentrują się na uszkodzeniach twardych, poruszono również problem lokalizacji uszkodzeń miękkich. Wyodrębniono parametry umożliwiające porównanie opisanych metod oraz dokonano tego porównania.

The paper describes and compares various approaches to detection and localization of failures in all-optical networks (AON). They are classified into several groups. The first one is based on monitoring of optical devices, the second one on monitoring trails, the third one on probing schemes, next groups are related to neural networks and expert systems. The methods presented in this paper focus on hard failures, however, the problem of soft failures is also addressed. The methods are described by a set of common parameters and compared with each other.